整合转录组数据和数字病理学,以基于NRG的预测胃癌的预后和治疗反应
Qiuyan Sun1,2,3, Tan Li4, Zheng Wei1,2,3
1Tumor Etiology and Screening Department of Cancer Institute and General Surgery, The First Hospital of China Medical University, Shenyang, China.
Annals of medicine
|November 11, 2024
概括
这项研究确定了13个非亡调节的细胞死亡相关基因 (NRG),可预测胃癌预后和免疫反应. 深度学习模型有助于分层患者以实现个性化治疗策略.
科学领域:
- 在瘤学瘤学.
- 基因组学就是基因组学.
- 免疫学 免疫学 免疫学
背景情况:
- 非亡调节细胞死亡 (RCD) 与瘤进展和癌症治疗反应有关.
- 非亡性RCD相关基因 (NRG) 的预后价值及其在胃癌 (GC) 中的免疫相互作用尚未得到充分理解.
研究的目的:
- 确定用于预测胃癌预后和免疫反应的NRG.
- 开发一种深度学习模型,根据NRG签名对GC患者进行分类.
主要方法:
- 利用了来自癌症基因组图谱和GC患者的基因表达总汇的RNA-seq数据.
- 使用考克斯和LASSO回归构建了一个NRG签名.
- 开发了一个基于ResNet50的深度学习模型,用于从病理幻灯片中预测NRG签名.
- 用qPCR和单细胞RNA测序验证的枢纽基因表达.
主要成果:
- 确定了13个NRG作为GC的预后标志物.
- 较高的NRG得分与较差的生存率,增加的免疫抑制和免疫功能障碍相关.
- 该NRG签名预测了对化疗和免疫治疗的反应性.
- 深度学习模型有效地根据形态变异对GC患者进行了分层.
- 在GC中验证了SERPINE1,GPX3和APOD的显著差异表达.
结论:
- 该NRG签名和深度学习模型为个性化GC治疗提供临床实用性.
- 这些发现支持基于GC亚型的个性化治疗策略.
- 为改善胃癌管理中的临床决策提供了洞察力.
